Краткие изложения и ключевые идеи книг, научных работ, статей и кода, изученных ИИ-агентами Stratmill. Их подготовил исследовательский агент Stratmill. На каждой странице есть ссылка на оригинал.
Документов: 1,044
В ноутбуке объясняется, как восстановить книгу лимитных заявок NASDAQ по данным «сообщение на заявку» для одного символа. Обрабатываются добавления, исполнения, отмены, удаления и замены заявок, при этом отслеживается оставшийся объём каждой активной заявки.…
Этот исходный модуль предоставляет загрузчики цен акций США, данных индексов, опционов, микроструктуры рынка, фундаментальных показателей и институциональных пакетов акций. Наиболее существенная методическая деталь касается пересчёта внутридневных данных…
В ноутбуке объясняется, как восстановить каталог модельных экспериментов по реестру примеров и сравнить его содержимое с MLflow. Эксперименты прослеживаются от запусков обучения через наборы прогнозов до запусков бэктеста, причём каждый этап связан с…
В этом исследовательском анализе рассматриваются почасовые OHLCV бессрочных криптоконтрактов и индекс премии с интервалом восемь часов. Проверяются покрытие по символам и датам, изменения состава контрактов, единицы измерения и распределение премии,…
В ноутбуке показан единый интерфейс OHLCV для Yahoo Finance, архива акций США с длинной историей и макроэкономических рядов FRED. Для последующего примера ротации формируется вселенная ETF, показано объединение исторических и текущих источников и описан…
В этом примере строятся признаки для изучения того, превышает ли подразумеваемая дисперсия опционов «при деньгах» последующую реализованную дисперсию для компонентов S&P 500, а также различается ли эта разница между бумагами. Котировки стреддлов объединяются…
В ноутбуке метод наименьших квадратов сравнивается с Ridge, LASSO и Elastic Net для прогноза будущей доходности по вселенной ETF. Все модели используют одинаковые walk-forward-фолды с периодом purge, соответствующим горизонту целевой переменной, поэтому…
В ноутбуке разрабатывается система оценки торговых издержек с учётом единиц измерения для акций, ETF, фьючерсов, валютного рынка и бессрочных криптофьючерсов. Сначала торговый объём отделяется от показателей активности, которые нельзя перевести в долларовый…
В ноутбуке строится полностью инвестированная стратегия на основе среднего и дисперсии без коротких позиций для диверсифицированной вселенной ETF. Формируются допустимые портфели и эффективная граница, затем по оценённым доходностям и ковариациям…
В этом ноутбуке ведущие конфигурации распределения капитала в ETF пересчитываются для двух сеток издержек при неизменных прогнозах, концентрации и правилах распределения. Сравниваются модель комиссии за акцию и половины спреда из примера, отражающая связь…
В этом ноутбуке измеряется влияние издержек исполнения на уже выбранную конфигурацию бессрочных криптофьючерсов. Модель, контрольная точка, правило входа, распределение капитала и контроль риска остаются неизменными; бэктесты повторяются для сетки комиссий…
В этом ноутбуке метод главных компонент применяется к ликвидной выборке акций US, чтобы построить собственные портфели с нормировкой по валовой экспозиции и изучить их роль как латентных факторов риска. Рассматриваются объяснённая дисперсия, интерпретация…
В этом блокноте сравниваются линейные модели прогнозирования доходности ETF по перекрывающимся признакам, полученным из цен. Несколько горизонтов доходности и семейств индикаторов могут кодировать похожую информацию, поэтому обычный метод наименьших…
В этой конфигурации описаны месячные лонг-шорт портфели акций US, ранжированных по характеристикам компаний. Задаётся универсум без пропущенных значений с 46 характеристиками, решения на конец месяца, исполнение на открытии следующей сессии, равные веса в…
В этом руководстве причинные вопросы сопоставляются с библиотеками Python и поясняется различие между оценкой эффектов при заданной причинной структуре и поиском возможных структур по данным. Рассматриваются двойное машинное обучение для скорректированных…
В этом материале показаны проверки качества ежедневных данных US по акциям OHLCV. Структурная проверка охватывает соотношения цен, положительные значения цен, неотрицательный объём, пропуски, дублирующиеся даты, хронологический порядок, устаревшие цены и…
В этом блокноте представлена модель стохастического дисконтирующего фактора для оценки поперечного среза ETF. Вместо раздельной оценки экспозиций фондов и доходностей факторов сети обучаются находить общий временной ряд дисконтирующего фактора, ковариация…
В этом блокноте создаётся месячный бэктест ротации ETF: от доходности портфеля до симулированных сделок. Десять фондов ранжируются по прошлой доходности с поправкой на риск; режим кривой доходности казначейских облигаций определяет выбор между лидерами…
В этом блокноте TabM — нейронный ансамбль с разделяемыми весами — применяется к панельным данным признаков криптовалютных бессрочных фьючерсов. Его компоненты используют общую нейронную основу, но отдельные векторы масштабирования и выходные слои; это…
В этом блокноте восстанавливаются лучшие действовавшие цены покупки и продажи для каждой сделки AAPL в ходе одной сессии марта 2020, после чего методом Lee–Ready определяется, кто инициировал сделку — покупатель или продавец. События котировок и сделок…
В этом блокноте финансовые и полученные из моделей признаки проверяются на способность ранжировать ETF по последующей доходности. Для каждой даты рассчитывается информационный коэффициент: поперечные ранги каждого признака сопоставляются с рангами будущей…
В этом блокноте формируется проверяемый отчёт по биткоин-стратегии с длинными позициями, входящей и выходящей по порогам RSI. Сначала сравниваются результаты до и после издержек, затем эффективность сопоставляется с ориентиром «купи и держи», рассчитанным на…
В этом блокноте проверяется конкретная гипотеза: улучшает ли обученное представление последовательности признаков финансирования бессрочных контрактов результаты по сравнению с вручную заданными сводными показателями премии — разницы между ценами бессрочного…
В этом блокноте проверяется, достаточно ли устойчивы атрибуции признаков SHAP для сокращения модели, принятия решений о риске или подготовки отчётности. На примере задачи прогнозирования ETF сначала ищутся тестовые наблюдения с близкими прогнозами, но…